Python 中的 matplotlib.patches .矩形
原文:https://www.geeksforgeeks.org/matplotlib-patches-python 中的矩形/
Matplotlib 是 Python 中一个惊人的可视化库,用于数组的 2D 图。Matplotlib 是一个多平台数据可视化库,构建在 NumPy 数组上,旨在与更广泛的 SciPy 堆栈一起工作。
matplotlib.patches.Rectangle
matplotlib.patches.Rectangle
类用于以指定的宽度、高度和旋转角度在 xy = (x,y)处对左下方的地块进行矩形补片。
语法:class matplotlib.patches.rectangle(xy,宽度,高度,角度=0.0,**kwargs)
参数:
- xy: 左下角开始矩形绘图
- 宽度:矩形的宽度
- 高度:矩形的高度。
- 角度:矩形的旋转角度。
下表列出了有效的 kwargs
财产 | 描述 |
---|---|
agg_筛选器 | 接受(m,n,3)浮点数组和返回(m,n,3)数组的 dpi 值的筛选函数 |
希腊字母的第一个字母 | 浮动或无 |
愉快的 | 弯曲件 |
抗锯齿或 aa | 未知的 |
帽式 | { '对接','圆形','突出' } |
剪辑盒 | Bbox |
剪辑 _on | 弯曲件 |
剪辑路径 | [(路径,转换)|补丁|无] |
颜色 | rgba 元组的颜色或序列 |
包含 | 请求即付的 |
edgecolor 或 ec 或 edgecolors | 颜色或无或“自动” |
facecolor 或 fc 或 facecolors | 颜色或无 |
数字 | 数字 |
充满 | 弯曲件 |
眩倒病 | 潜艇用热中子反应堆(submarine thermal reactor 的缩写) |
舱口 | {'/',' \ ',' | ','-','+',' x ',' O ',' O ',' ', '*'} |
in_布局 | 弯曲件 |
连接样式 | { '斜接','圆形','斜角' } |
生活方式 | {'-', '–', '-.',':',",(偏移量,开-关-序列),…} |
线宽 | 浮动或无 |
路径效果 | 抽象路径效应 |
采摘者 | 无、布尔、浮点或可调用 |
路径效果 | 抽象路径效应 |
采摘者 | 浮动或可调用[[艺术家,事件],元组[布尔,字典]] |
光栅化 | 布尔或无 |
草图_参数 | (比例:浮动,长度:浮动,随机性:浮动) |
突然的 | 布尔或无 |
改变 | matplotlib.transforms.transform |
全球资源定位器(Uniform Resource Locator) | 潜艇用热中子反应堆(submarine thermal reactor 的缩写) |
看得见的 | 弯曲件 |
更糟 | 漂浮物 |
例 1:
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
# The image
X = np.arange(16).reshape(4, 4)
# highlight some feature in the
# middle boxes.
fig = plt.figure()
ax = fig.add_subplot(111)
ax.imshow(X, cmap = plt.cm.gray,
interpolation ='nearest')
ax.add_patch( Rectangle((0.5, 0.5),
2, 2,
fc ='none',
ec ='g',
lw = 10) )
plt.show()
输出: 例 2:
import matplotlib
import matplotlib.pyplot as plt
fig = plt.figure()
ax = fig.add_subplot(111)
rect1 = matplotlib.patches.Rectangle((-200, -100),
400, 200,
color ='green')
rect2 = matplotlib.patches.Rectangle((0, 150),
300, 20,
color ='pink')
rect3 = matplotlib.patches.Rectangle((-300, -50),
40, 200,
color ='yellow')
ax.add_patch(rect1)
ax.add_patch(rect2)
ax.add_patch(rect3)
plt.xlim([-400, 400])
plt.ylim([-400, 400])
plt.show()
输出: